CN114912855B - 一种废气处理效果评估方法及*** - Google Patents
一种废气处理效果评估方法及*** Download PDFInfo
- Publication number
- CN114912855B CN114912855B CN202210839327.2A CN202210839327A CN114912855B CN 114912855 B CN114912855 B CN 114912855B CN 202210839327 A CN202210839327 A CN 202210839327A CN 114912855 B CN114912855 B CN 114912855B
- Authority
- CN
- China
- Prior art keywords
- waste gas
- treatment
- removal rate
- parameter
- exhaust
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 239000002912 waste gas Substances 0.000 title claims abstract description 394
- 230000000694 effects Effects 0.000 title claims abstract description 140
- 238000000034 method Methods 0.000 title claims abstract description 37
- 239000007789 gas Substances 0.000 claims abstract description 220
- 238000005457 optimization Methods 0.000 claims abstract description 85
- 238000012545 processing Methods 0.000 claims abstract description 48
- 238000011156 evaluation Methods 0.000 claims description 69
- 238000013210 evaluation model Methods 0.000 claims description 43
- 238000001514 detection method Methods 0.000 claims description 36
- 239000003054 catalyst Substances 0.000 claims description 31
- 238000004364 calculation method Methods 0.000 claims description 29
- 238000010276 construction Methods 0.000 claims description 11
- 230000035484 reaction time Effects 0.000 claims description 9
- 238000012549 training Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 13
- 150000002500 ions Chemical class 0.000 description 4
- 239000000463 material Substances 0.000 description 3
- 241000282414 Homo sapiens Species 0.000 description 2
- 238000003915 air pollution Methods 0.000 description 2
- 238000013102 re-test Methods 0.000 description 2
- 238000004659 sterilization and disinfection Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000282412 Homo Species 0.000 description 1
- 230000005591 charge neutralization Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D53/00—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols
- B01D53/32—Separation of gases or vapours; Recovering vapours of volatile solvents from gases; Chemical or biological purification of waste gases, e.g. engine exhaust gases, smoke, fumes, flue gases, aerosols by electrical effects other than those provided for in group B01D61/00
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
- G01N33/0067—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display by measuring the rate of variation of the concentration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B01—PHYSICAL OR CHEMICAL PROCESSES OR APPARATUS IN GENERAL
- B01D—SEPARATION
- B01D2259/00—Type of treatment
- B01D2259/80—Employing electric, magnetic, electromagnetic or wave energy, or particle radiation
- B01D2259/818—Employing electrical discharges or the generation of a plasma
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Medicinal Chemistry (AREA)
- Pathology (AREA)
- Immunology (AREA)
- Biochemistry (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Food Science & Technology (AREA)
- Marketing (AREA)
- Combustion & Propulsion (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Oil, Petroleum & Natural Gas (AREA)
- General Chemical & Material Sciences (AREA)
- Primary Health Care (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Incineration Of Waste (AREA)
Abstract
本发明公开了一种废气处理效果评估方法及***,涉及数据处理领域,其中,所述方法包括:获取废气组分特征,其中,所述废气组分特征包括废气类型和废气浓度;获取废气处理参数集;基于此,生成初始废气去除率;判断其是否满足废气去除率阈值;若不满足,获取参数优化结果;将所述参数优化结果、所述废气类型和所述废气浓度发送至所述处理终端,获取优化废气去除率;当所述优化废气去除率满足所述废气去除率阈值,将所述参数优化结果发送至用户端询问是否开始废气处理。达到了提高废气处理参数的选定过程的效率,提高废气处理的自动化程度;提升废气处理的精准性、科学性,进而提高废气处理的效率和质量等技术效果。
Description
技术领域
本发明涉及数据处理领域,具体地,涉及一种废气处理效果评估方法及***。
背景技术
众所周知,人类正面临着严重的环境污染问题。水污染、大气污染、生态***的破坏等时刻威胁着人类的健康。其中,废气是大气污染的主要来源,工厂废气、汽车尾气、森林失火等各种废气如果处理不当,会对人体和环境产生很大危害。研究设计一种优化废气处理效果评估方法,具有十分重要的现实意义。
现有技术中,存在针对实际的废气处理由操作人员进行废气处理参数的重复测试,再依据废气处理效果对废气处理参数进行调整,使得废气处理参数的选定过程效率较低,自动化程度低,进而导致废气处理的效率和质量不佳的技术问题。
发明内容
本申请提供了一种废气处理效果评估方法及***,解决了现有技术中针对实际的废气处理由操作人员进行废气处理参数的重复测试,再依据废气处理效果对废气处理参数进行调整,使得废气处理参数的选定过程效率较低,自动化程度低,进而导致废气处理的效率和质量不佳的技术问题。
鉴于上述问题,本申请提供了一种废气处理效果评估方法及***。
第一方面,本申请提供了一种废气处理效果评估方法,其中,所述方法应用于一废气处理效果评估***,所述***包括用户端和处理终端,所述***和等离子废气处理设备通信连接,所述设备包括废气检测通道和等离子发生装置,所述方法包括:当接收到废气处理指令时,将待处理废气输送至废气检测通道进行检测,获取废气组分特征,其中,所述废气组分特征包括废气类型和废气浓度;通过等离子发生装置,获取废气处理参数集;将所述废气类型、所述废气浓度和所述废气处理参数集发送至处理终端进行处理效果评估,生成初始废气去除率;判断所述初始废气去除率是否满足废气去除率阈值;若不满足,对所述废气处理参数集进行优化调整,获取参数优化结果,包括:根据所述等离子废气处理设备,获取废气处理参数集取值约束区间;根据历史废气处理参数集,构建去除率-废气处理参数趋势曲线;根据去除率对所述去除率-废气处理参数趋势曲线中的历史废气处理参数集进行排列,结合所述废气处理参数集取值约束区间,生成参数优化向量空间;将所述废气处理参数集设为初始数据集;从所述参数优化向量空间中随机取值,获取对比数据集;若是所述对比数据集的去除率大于等于所述初始数据集的去除率,通过所述对比数据集的参数值对所述初始数据集更新后基于所述初始数据集继续迭代;若是所述对比数据集的去除率小于所述初始数据集的去除率,基于所述初始数据集继续迭代;当满足预设迭代次数时,将所述初始数据集最终的参数值设为所述参数优化结果;将所述参数优化结果、所述废气类型和所述废气浓度发送至所述处理终端进行处理效果评估,获取优化废气去除率;当所述优化废气去除率满足所述废气去除率阈值,将所述参数优化结果发送至用户端询问是否开始废气处理。
第二方面,本申请还提供了一种废气处理效果评估***,其中,所述***包括:检测模块,所述检测模块用于当接收到废气处理指令时,将待处理废气输送至废气检测通道进行检测,获取废气组分特征,其中,所述废气组分特征包括废气类型和废气浓度;废气处理参数确定模块,所述废气处理参数确定模块用于通过等离子发生装置,获取废气处理参数集;初始评估模块,所述初始评估模块用于将所述废气类型、所述废气浓度和所述废气处理参数集发送至处理终端进行处理效果评估,生成初始废气去除率;判断模块,所述判断模块用于判断所述初始废气去除率是否满足废气去除率阈值;优化调整模块,所述优化调整模块用于若不满足,对所述废气处理参数集进行优化调整,获取参数优化结果,所述优化调整模块还包括:废气处理参数集取值约束区间确定模块,所述废气处理参数集取值约束区间确定模块用于根据所述等离子废气处理设备,获取废气处理参数集取值约束区间;
曲线构建模块,所述曲线构建模块用于根据历史废气处理参数集,构建去除率-废气处理参数趋势曲线;参数优化向量空间确定模块,所述参数优化向量空间确定模块用于根据去除率对所述去除率-废气处理参数趋势曲线中的历史废气处理参数集进行排列,结合所述废气处理参数集取值约束区间,生成参数优化向量空间;初始数据集设定模块,所述初始数据集设定模块用于将所述废气处理参数集设为初始数据集;对比数据集确定模块,所述对比数据集确定模块用于从所述参数优化向量空间中随机取值,获取对比数据集;更新迭代模块,所述更新迭代模块用于若是所述对比数据集的去除率大于等于所述初始数据集的去除率,通过所述对比数据集的参数值对所述初始数据集更新后基于所述初始数据集继续迭代;若是所述对比数据集的去除率小于所述初始数据集的去除率,基于所述初始数据集继续迭代;参数优化结果确定模块,所述参数优化结果确定模块用于当满足预设迭代次数时,将所述初始数据集最终的参数值设为所述参数优化结果;优化评估模块,所述优化评估模块用于将所述参数优化结果、所述废气类型和所述废气浓度发送至所述处理终端进行处理效果评估,获取优化废气去除率;数据发送模块,所述数据发送模块用于当所述优化废气去除率满足所述废气去除率阈值,将所述参数优化结果发送至用户端询问是否开始废气处理。
本申请中提供的一个或多个技术方案,至少具有如下技术效果或优点:
通过废气处理指令将待处理废气输送至废气检测通道进行检测,获取废气组分特征,其中,所述废气组分特征包括废气类型和废气浓度;利用等离子发生装置,获取废气处理参数集;将所述废气类型、所述废气浓度和所述废气处理参数集发送至处理终端进行处理效果评估,生成初始废气去除率;对其是否满足废气去除率阈值进行判断;
若初始废气去除率不满足废气去除率阈值,对所述废气处理参数集进行优化调整,获取参数优化结果;将所述参数优化结果、所述废气类型和所述废气浓度发送至所述处理终端进行处理效果评估,获取优化废气去除率;当所述优化废气去除率满足所述废气去除率阈值,将所述参数优化结果发送至用户端询问是否开始废气处理。达到了利用处理终端,调用处理效果评估模型、废气去除率计算模块对废气处理效果进行智能化评估,再根据废气处理效果选择最优的废气处理参数;提高废气处理参数的选定过程的效率,提高废气处理的自动化程度;提升废气处理的精准性、科学性,进而提高废气处理的效率和质量的技术效果。
附图说明
图1为本申请一种废气处理效果评估方法的流程示意图;
图2为本申请一种废气处理效果评估方法中生成初始废气去除率的流程示意图;
图3为本申请一种废气处理效果评估方法中训练处理效果评估模型的流程示意图;
图4为本申请一种废气处理效果评估方法中获取参数优化结果的流程示意图;
图5为本申请一种废气处理效果评估***的结构示意图。
附图标记说明:用户端001,处理终端002,等离子废气处理设备003,检测模块11,废气处理参数确定模块12,初始评估模块13,判断模块14,优化调整模块15,优化评估模块16,数据发送模块17。
具体实施方式
本申请通过提供一种废气处理效果评估方法及***,解决了现有技术中针对实际的废气处理由操作人员进行废气处理参数的重复测试,再依据废气处理效果对废气处理参数进行调整,使得废气处理参数的选定过程效率较低,自动化程度低,进而导致废气处理的效率和质量不佳的技术问题。达到了利用处理终端,调用处理效果评估模型、废气去除率计算模块对废气处理效果进行智能化评估,再根据废气处理效果选择最优的废气处理参数;提高废气处理参数的选定过程的效率,提高废气处理的自动化程度;提升废气处理的精准性、科学性,进而提高废气处理的效率和质量的技术效果。
实施例一
请参阅附图1,本申请提供一种废气处理效果评估方法,其中,所述方法应用于一种废气处理效果评估***,所述***包括用户端和处理终端,所述***和等离子废气处理设备通信连接,所述设备包括废气检测通道和等离子发生装置,所述方法具体包括如下步骤:
步骤S100:当接收到废气处理指令时,将待处理废气输送至废气检测通道进行检测,获取废气组分特征,其中,所述废气组分特征包括废气类型和废气浓度;
具体而言,当所述一种废气处理效果评估***接收到废气处理指令时,根据废气处理指令将待处理废气输送至废气检测通道进行检测,确定废气组分特征。其中,所述待处理废气是使用所述一种废气处理效果评估***进行智能化废气处理效果评估的任意类型的废气。示例性地,所述待处理废气可以为工业废气、生活废气、交通废气、农业废气等。当待处理废气出现时,可自动触发废气处理指令。所述废气处理指令是用于启动所述一种废气处理效果评估***将待处理废气输送至废气检测通道进行检测的命令信息。所述废气检测通道包括于等离子废气处理设备,具有对待处理废气进行成分检测等功能。所述废气组分特征包括废气类型和废气浓度。所述废气类型是用于表征待处理废气的废气类别、废气种类等参数的数据信息。所述废气浓度包括废气的有机物、无机物、可吸入颗粒物等各物质种类数据、以及对应的各物质含量数据等相关信息。达到了通过废气检测通道对待处理废气进行检测,获得可信度较高的废气组分特征,为后续生成初始废气去除率提供数据支持的技术效果。
步骤S200:通过等离子发生装置,获取废气处理参数集;
进一步的,本申请步骤S200还包括:
步骤S210:通过所述等离子发生装置,上传输入功率参数,气体流量参数,处理压力参数,电极间距参数,反应时间参数;
步骤S220:将所述输入功率参数,所述气体流量参数,所述处理压力参数,所述电极间距参数,所述反应时间参数添加进所述废气处理参数集。
具体而言,将所述输入功率参数、所述气体流量参数、所述处理压力参数、所述电极间距参数、所述反应时间参数上传至等离子发生装置,并将其确定为废气处理参数集。其中,所述等离子发生装置包括于等离子废气处理设备。所述等离子发生装置的主要工作原理是在等离子发生装置的两个电极之间设置一定的交流高电压,通过电极电容放电产生正离子、负离子,正离子、负离子在空气中进行正负电荷中和的瞬间产生巨大的能量释放,从而导致废气的分子结构改变,实现对废气的杀菌、消毒、去异味等处理。所述等离子发生装置可以为现有技术中任意类型的能够对废气进行处理的等离子发生装置或它们的结合。所述废气处理参数集包括所述输入功率参数、所述气体流量参数、所述处理压力参数、所述电极间距参数、所述反应时间参数。所述输入功率参数可用于表征待处理废气使用等离子发生装置进行废气处理的输入功率的大小。所述气体流量参数可用于表征待处理废气使用等离子发生装置进行废气处理的气体流量高低。所述处理压力参数可用于表征待处理废气使用等离子发生装置进行废气处理的压力大小。所述电极间距参数可以用于表征等离子发生装置的电极距离。所述反应时间参数可用于表征待处理废气使用等离子发生装置进行废气处理的时间信息。达到了确定废气处理参数集,为后续获得初始废气去除率奠定基础的技术效果。
进一步的,本申请步骤S220之后,还包括:
步骤S230:通过所述用户端上传催化剂参数,其中,所述催化剂参数包括催化剂类型和催化剂添加量;
步骤S240:将所述催化剂类型和所述催化剂添加量添加进所述废气处理参数集。
具体而言,利用所述用户端上传催化剂参数,并将其添加至所述废气处理参数集。其中,所述用户端包括于所述一种废气处理效果评估***,具有对催化剂参数进行上传等功能。所述催化剂参数包括催化剂类型和催化剂添加量。所述催化剂类型包括待处理废气需要的催化剂种类等信息。所述催化剂添加量包括待处理废气需要的催化剂类型对应的质量、体积等信息。达到了将催化剂类型和催化剂添加量添加至废气处理参数集,获得更为精确的废气处理参数集,进而提高后续处理效果评估的准确性的技术效果。
步骤S300:将所述废气类型、所述废气浓度和所述废气处理参数集发送至处理终端进行处理效果评估,生成初始废气去除率;
进一步的,如附图2所示,本申请步骤S300还包括:
步骤S310:根据所述处理终端,调用处理效果评估模型和废气去除率计算模块;
步骤S320:将所述废气处理参数集输入所述处理效果评估模型,对所述处理效果评估模型进行初始化;
步骤S330:将所述废气类型和所述废气浓度输入初始化之后的所述处理效果评估模型,获得输出结果,其中,所述输出结果包括处理后废气类型和处理后废气浓度;
步骤S340:将所述处理后废气类型和所述处理后废气浓度输入所述废气去除率计算模块,生成所述初始废气去除率。
具体而言,通过所述处理终端自动化调用处理效果评估模型和废气去除率计算模块。将所述废气处理参数集作为输入信息,输入所述处理效果评估模型,使所述处理效果评估模型处于初始化状态,即将所述处理效果评估模型调整至与所述废气处理参数集对应的状态。进一步,将所述废气类型和所述废气浓度作为输入信息,输入初始化之后的所述处理效果评估模型,获得处理后废气类型和处理后废气浓度,并将其输入所述废气去除率计算模块,获得所述初始废气去除率。其中,所述处理终端包括于所述一种废气处理效果评估***,具有对处理效果评估模型和废气去除率计算模块进行自动化指挥、调度等功能。所述处理后废气类型包括根据废气处理参数集对待处理废气进行处理后的废气类别、废气种类等参数的数据信息。所述处理后废气浓度包括根据废气处理参数集对待处理废气进行处理后的废气的物质种类数据、以及物质种类对应的物质含量数据等相关信息。所述初始废气去除率可用于表征处理后废气类型、处理后废气浓度对应的废气处理效果。达到了利用处理效果评估模型和废气去除率计算模块对所述废气类型、所述废气浓度、所述废气处理参数集进行处理效果评估,提高废气处理的自动化程度,获得精确度较高的初始废气去除率的技术效果。
进一步的,如附图3所示,本申请步骤S310还包括:
步骤S311:将所述废气类型、所述废气浓度和所述废气处理参数集输入所述处理效果评估区块链,匹配处理效果评估模型构建数据集,其中,所述处理效果评估模型构建数据集包括所述废气类型、所述废气浓度和所述废气处理参数集的同族数据,及处理效果记录数据;
步骤S312:根据所述处理效果记录数据对所述废气类型、所述废气浓度和所述废气处理参数集的同族数据进行标识;
步骤S313:通过标识后的所述处理效果评估模型构建数据集,基于深层神经网络,训练所述处理效果评估模型。
具体而言,通过将所述废气类型、所述废气浓度和所述废气处理参数集作为输入信息,输入所述处理效果评估区块链进行数据匹配,获得处理效果评估模型构建数据集,所述处理效果评估模型构建数据集包括所述废气类型、所述废气浓度和所述废气处理参数集的同族数据、处理效果记录数据。进一步,通过所述处理效果记录数据对所述废气类型、所述废气浓度和所述废气处理参数集的同族数据进行标识,并根据标识后的所述处理效果评估模型构建数据集进行深层神经网络的数据训练,获得所述处理效果评估模型。其中,所述一种废气处理效果评估***为处理效果评估区块链的区块链节点。所述处理效果评估区块链是将处理效果评估数据块按照时间顺序组合而成的链式结构。所述废气处理参数集的同族数据包括所述废气处理参数集,以及与废气处理参数集具有一定相似程度的相似废气处理参数集。达到了获得精确度和适应性较高的处理效果评估模型,进而提高输出的处理后废气类型和处理后废气浓度的准确性的技术效果。
进一步的,本申请步骤S340还包括:
步骤S341:构建废气去除率计算经验式:任意类型的废气去除率=偏差因子*[(废气浓度-处理后废气浓度)/废气浓度],其中,偏差因子表征浓度检测误差;
步骤S342:根据所述废气去除率计算经验式,构建所述废气去除率计算模块。
具体而言,所述废气去除率计算模块用于执行所述废气去除率计算经验式,获得所述初始废气去除率。其中,所述废气去除率计算经验式为任意类型的废气去除率=偏差因子*[(废气浓度-处理后废气浓度)/废气浓度]。将已获得的废气浓度、处理后废气浓度代入废气去除率计算经验式,即可计算出所述初始废气去除率。所述偏差因子表征浓度检测误差,可根据实际的浓度检测情况进行自适应设定。达到了构建废气去除率计算模块,为后续利用废气去除率计算模块生成初始废气去除率提供数据支持的技术效果。
步骤S400:判断所述初始废气去除率是否满足废气去除率阈值;
具体而言,对已获得的所述初始废气去除率是否满足废气去除率阈值进行判断,如果所述初始废气去除率满足废气去除率阈值,则表明所述废气处理参数集对待处理废气具有较佳的废气处理效果。其中,所述废气去除率阈值可由所述一种废气处理效果评估***智能分析废气处理的重点、难点等后预先设置确定,也可以根据实际的废气处理情况进行自适应设定。达到了根据废气去除率阈值对所述初始废气去除率进行判断,进而对废气处理参数集的处理效果进行衡量的技术效果。
步骤S500:若不满足,对所述废气处理参数集进行优化调整,获取参数优化结果,包括:
进一步的,如附图4所示,本申请步骤S500还包括:
步骤S510:根据所述等离子废气处理设备,获取废气处理参数集取值约束区间;
步骤S520:根据历史废气处理参数集,构建去除率-废气处理参数趋势曲线;
步骤S530:根据去除率对所述去除率-废气处理参数趋势曲线中的历史废气处理参数集进行排列,结合所述废气处理参数集取值约束区间,生成参数优化向量空间;
步骤S540:将所述废气处理参数集设为初始数据集;
步骤S550:从所述参数优化向量空间中随机取值,获取对比数据集;
步骤S560:若是所述对比数据集的去除率大于等于所述初始数据集的去除率,通过所述对比数据集的参数值对所述初始数据集更新后基于所述初始数据集继续迭代;若是所述对比数据集的去除率小于所述初始数据集的去除率,基于所述初始数据集继续迭代;
步骤S570:当满足预设迭代次数时,将所述初始数据集最终的参数值设为所述参数优化结果。
具体而言,本申请实施例步骤S510至步骤S570包含于附图1,应将步骤S510至步骤S570嵌入附图1,但考虑到纸张限制、附图1的清晰度,通过附图4将步骤S510至步骤S570进行展示。在对已获得的所述初始废气去除率是否满足废气去除率阈值进行判断时,如果所述初始废气去除率不满足废气去除率阈值,则通过等离子废气处理设备,获得废气处理参数集取值约束区间。进一步,由所述一种废气处理效果评估***通过数据查询等方式,获得历史废气处理参数集,并根据其构建去除率-废气处理参数趋势曲线。进而,利用去除率对所述去除率-废气处理参数趋势曲线中的历史废气处理参数集进行排列,结合所述废气处理参数集取值约束区间,获得参数优化向量空间,并根据其进行随机取值,确定对比数据集。继而,将所述废气处理参数集设置为初始数据集。如果所述对比数据集的废气去除率大于等于所述初始数据集的废气去除率,则将该对比数据集的参数值更新为初始数据集,基于更新后的初始数据集继续迭代。如果所述对比数据集的废气去除率小于所述初始数据集的废气去除率,基于所述初始数据集继续迭代。当迭代次数满足预设迭代次数时,将此时初始数据集对应的参数值确定为所述参数优化结果。
其中,所述废气处理参数集取值约束区间是用于表征废气处理参数集的取值范围的数据信息。所述历史废气处理参数集包括一定历史时间范围内的废气处理参数集信息。所述去除率-废气处理参数趋势曲线是用于表征历史废气处理参数集、历史废气处理参数集对应的历史废气去除率之间的关系的曲线。所述参数优化向量空间是对历史废气处理参数集按照历史废气去除率由高到低进行排列,确定的虚拟取值空间。且,所述参数优化向量空间中的历史废气处理参数集均满足所述废气处理参数集取值约束区间。所述对比数据集是由所述一种废气处理效果评估***从所述参数优化向量空间中进行随机取值获得的数据信息。所述预设迭代次数可根据实际情况进行自适应设定。达到了在所述初始废气去除率不满足废气去除率阈值时,对所述废气处理参数集进行适应性地优化调整,获得准确性和合理性较高的参数优化结果的技术效果。
步骤S600:将所述参数优化结果、所述废气类型和所述废气浓度发送至所述处理终端进行处理效果评估,获取优化废气去除率;
步骤S700:当所述优化废气去除率满足所述废气去除率阈值,将所述参数优化结果发送至用户端询问是否开始废气处理。
具体而言,将已获得的所述参数优化结果、所述废气类型和所述废气浓度发送至所述处理终端,利用所述处理终端调用处理效果评估模型、废气去除率计算模块对所述参数优化结果、所述废气类型和所述废气浓度进行处理效果评估,确定优化废气去除率。进一步,对优化废气去除率是否满足所述废气去除率阈值进行判断,当所述优化废气去除率满足所述废气去除率阈值时,通过将所述参数优化结果发送至用户端询问是否开始废气处理。其中,所述优化废气去除率是用于表征参数优化结果对应的废气处理效果的数据信息。达到了确定较为可信的优化废气去除率,并将其与废气去除率阈值进行比较,当优化废气去除率满足所述废气去除率阈值时,利用参数优化结果进行废气处理,提高废气处理的效率和质量的技术效果。
综上所述,本申请所提供的一种废气处理效果评估方法具有如下技术效果:
通过废气处理指令将待处理废气输送至废气检测通道进行检测,获取废气组分特征,其中,所述废气组分特征包括废气类型和废气浓度;利用等离子发生装置,获取废气处理参数集;将所述废气类型、所述废气浓度和所述废气处理参数集发送至处理终端进行处理效果评估,生成初始废气去除率;对其是否满足废气去除率阈值进行判断;
若初始废气去除率不满足废气去除率阈值,对所述废气处理参数集进行优化调整,获取参数优化结果;将所述参数优化结果、所述废气类型和所述废气浓度发送至所述处理终端进行处理效果评估,获取优化废气去除率;当所述优化废气去除率满足所述废气去除率阈值,将所述参数优化结果发送至用户端询问是否开始废气处理。达到了利用处理终端,调用处理效果评估模型、废气去除率计算模块对废气处理效果进行智能化评估,再根据废气处理效果选择最优的废气处理参数;提高废气处理参数的选定过程的效率,提高废气处理的自动化程度;提升废气处理的精准性、科学性,进而提高废气处理的效率和质量的技术效果。
实施例二
基于与前述实施例中一种废气处理效果评估方法,同样发明构思,本发明还提供了一种废气处理效果评估***,请参阅附图5,所述***包括:
检测模块11,所述检测模块11用于当接收到废气处理指令时,将待处理废气输送至废气检测通道进行检测,获取废气组分特征,其中,所述废气组分特征包括废气类型和废气浓度;
废气处理参数确定模块12,所述废气处理参数确定模块12用于通过等离子发生装置,获取废气处理参数集;
初始评估模块13,所述初始评估模块13用于将所述废气类型、所述废气浓度和所述废气处理参数集发送至处理终端进行处理效果评估,生成初始废气去除率;
判断模块14,所述判断模块14用于判断所述初始废气去除率是否满足废气去除率阈值;
优化调整模块15,所述优化调整模块15用于若不满足,对所述废气处理参数集进行优化调整,获取参数优化结果;
优化评估模块16,所述优化评估模块16用于将所述参数优化结果、所述废气类型和所述废气浓度发送至所述处理终端进行处理效果评估,获取优化废气去除率;
进一步的,所述优化评估模块16还包括:
废气处理参数集取值约束区间确定模块,所述废气处理参数集取值约束区间确定模块用于根据所述等离子废气处理设备,获取废气处理参数集取值约束区间;
曲线构建模块,所述曲线构建模块用于根据历史废气处理参数集,构建去除率-废气处理参数趋势曲线;
参数优化向量空间确定模块,所述参数优化向量空间确定模块用于根据去除率对所述去除率-废气处理参数趋势曲线中的历史废气处理参数集进行排列,结合所述废气处理参数集取值约束区间,生成参数优化向量空间;
初始数据集设定模块,所述初始数据集设定模块用于将所述废气处理参数集设为初始数据集;
对比数据集确定模块,所述对比数据集确定模块用于从所述参数优化向量空间中随机取值,获取对比数据集;
更新迭代模块,所述更新迭代模块用于若是所述对比数据集的去除率大于等于所述初始数据集的去除率,通过所述对比数据集的参数值对所述初始数据集更新后基于所述初始数据集继续迭代;若是所述对比数据集的去除率小于所述初始数据集的去除率,基于所述初始数据集继续迭代;
参数优化结果确定模块,所述参数优化结果确定模块用于当满足预设迭代次数时,将所述初始数据集最终的参数值设为所述参数优化结果;
数据发送模块17,所述数据发送模块17用于当所述优化废气去除率满足所述废气去除率阈值,将所述参数优化结果发送至用户端询问是否开始废气处理。
进一步的,所述***还包括:
参数上传模块,所述参数上传模块用于通过所述等离子发生装置,上传输入功率参数,气体流量参数,处理压力参数,电极间距参数,反应时间参数;
参数添加模块,所述参数添加模块用于将所述输入功率参数,所述气体流量参数,所述处理压力参数,所述电极间距参数,所述反应时间参数添加进所述废气处理参数集。
进一步的,所述***还包括:
催化剂参数上传模块,所述催化剂参数上传模块用于通过所述用户端上传催化剂参数,其中,所述催化剂参数包括催化剂类型和催化剂添加量;
催化剂参数添加模块,所述催化剂参数添加模块用于将所述催化剂类型和所述催化剂添加量添加进所述废气处理参数集。
进一步的,所述***还包括:
调用模块,所述调用模块用于根据所述处理终端,调用处理效果评估模型和废气去除率计算模块;
初始化模块,所述初始化模块用于将所述废气处理参数集输入所述处理效果评估模型,对所述处理效果评估模型进行初始化;
输出结果确定模块,所述输出结果确定模块用于将所述废气类型和所述废气浓度输入初始化之后的所述处理效果评估模型,获得输出结果,其中,所述输出结果包括处理后废气类型和处理后废气浓度;
初始废气去除率确定模块,所述初始废气去除率确定模块用于将所述处理后废气类型和所述处理后废气浓度输入所述废气去除率计算模块,生成所述初始废气去除率。
进一步的,所述***还包括:
匹配模块,所述匹配模块用于将所述废气类型、所述废气浓度和所述废气处理参数集输入所述处理效果评估区块链,匹配处理效果评估模型构建数据集,其中,所述处理效果评估模型构建数据集包括所述废气类型、所述废气浓度和所述废气处理参数集的同族数据,及处理效果记录数据;
标识模块,所述标识模块用于根据所述处理效果记录数据对所述废气类型、所述废气浓度和所述废气处理参数集的同族数据进行标识;
训练模块,所述训练模块用于通过标识后的所述处理效果评估模型构建数据集,基于深层神经网络,训练所述处理效果评估模型。
进一步的,所述***还包括:
经验式确定模块,所述经验式确定模块用于构建废气去除率计算经验式:任意类型的废气去除率=偏差因子*[(废气浓度-处理后废气浓度)/废气浓度],其中,偏差因子表征浓度检测误差;
构建模块,所述构建模块用于根据所述废气去除率计算经验式,构建所述废气去除率计算模块。
本申请提供了一种废气处理效果评估方法,其中,所述方法应用于一种废气处理效果评估***,所述方法包括:通过废气处理指令将待处理废气输送至废气检测通道进行检测,获取废气组分特征,其中,所述废气组分特征包括废气类型和废气浓度;利用等离子发生装置,获取废气处理参数集;将所述废气类型、所述废气浓度和所述废气处理参数集发送至处理终端进行处理效果评估,生成初始废气去除率;对其是否满足废气去除率阈值进行判断;若初始废气去除率不满足废气去除率阈值,对所述废气处理参数集进行优化调整,获取参数优化结果;将所述参数优化结果、所述废气类型和所述废气浓度发送至所述处理终端进行处理效果评估,获取优化废气去除率;当所述优化废气去除率满足所述废气去除率阈值,将所述参数优化结果发送至用户端询问是否开始废气处理。解决了现有技术中针对实际的废气处理由操作人员进行废气处理参数的重复测试,再依据废气处理效果对废气处理参数进行调整,使得废气处理参数的选定过程效率较低,自动化程度低,进而导致废气处理的效率和质量不佳的技术问题。达到了利用处理终端,调用处理效果评估模型、废气去除率计算模块对废气处理效果进行智能化评估,再根据废气处理效果选择最优的废气处理参数;提高废气处理参数的选定过程的效率,提高废气处理的自动化程度;提升废气处理的精准性、科学性,进而提高废气处理的效率和质量的技术效果。
本说明书和附图仅仅是本申请的示例性说明,如果本发明的修改和变型属于本发明及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种废气处理效果评估方法,其特征在于,所述方法应用于一废气处理效果评估***,所述***包括用户端和处理终端,所述***和等离子废气处理设备通信连接,所述设备包括废气检测通道和等离子发生装置,所述方法包括:
当接收到废气处理指令时,将待处理废气输送至废气检测通道进行检测,获取废气组分特征,其中,所述废气组分特征包括废气类型和废气浓度;
通过等离子发生装置,获取废气处理参数集;
将所述废气类型、所述废气浓度和所述废气处理参数集发送至处理终端进行处理效果评估,生成初始废气去除率;
判断所述初始废气去除率是否满足废气去除率阈值;
若不满足,对所述废气处理参数集进行优化调整,获取参数优化结果,包括:
根据所述等离子废气处理设备,获取废气处理参数集取值约束区间;
根据历史废气处理参数集,构建去除率-废气处理参数趋势曲线;
根据去除率对所述去除率-废气处理参数趋势曲线中的历史废气处理参数集进行排列,结合所述废气处理参数集取值约束区间,生成参数优化向量空间;其中,所述参数优化向量空间是对历史废气处理参数集按照历史废气去除率由高到低进行排列,确定的虚拟取值空间;且,所述参数优化向量空间中的历史废气处理参数集均满足所述废气处理参数集取值约束区间;
将所述废气处理参数集设为初始数据集;
从所述参数优化向量空间中随机取值,获取对比数据集;
若是所述对比数据集的去除率大于等于所述初始数据集的去除率,通过所述对比数据集的参数值对所述初始数据集更新后基于所述初始数据集继续迭代;若是所述对比数据集的去除率小于所述初始数据集的去除率,基于所述初始数据集继续迭代;
当满足预设迭代次数时,将所述初始数据集最终的参数值设为所述参数优化结果;
将所述参数优化结果、所述废气类型和所述废气浓度发送至所述处理终端进行处理效果评估,获取优化废气去除率;
当所述优化废气去除率满足所述废气去除率阈值,将所述参数优化结果发送至用户端询问是否开始废气处理。
2.如权利要求1所述的方法,其特征在于,所述通过等离子发生装置,获取废气处理参数集,包括:
通过所述等离子发生装置,上传输入功率参数,气体流量参数,处理压力参数,电极间距参数,反应时间参数;
将所述输入功率参数,所述气体流量参数,所述处理压力参数,所述电极间距参数,所述反应时间参数添加进所述废气处理参数集。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
通过所述用户端上传催化剂参数,其中,所述催化剂参数包括催化剂类型和催化剂添加量;
将所述催化剂类型和所述催化剂添加量添加进所述废气处理参数集。
4.如权利要求1所述的方法,其特征在于,所述将所述废气类型、所述废气浓度和所述废气处理参数集发送至处理终端进行处理效果评估,生成初始废气去除率,包括:
根据所述处理终端,调用处理效果评估模型和废气去除率计算模块;
将所述废气处理参数集输入所述处理效果评估模型,对所述处理效果评估模型进行初始化;
将所述废气类型和所述废气浓度输入初始化之后的所述处理效果评估模型,获得输出结果,其中,所述输出结果包括处理后废气类型和处理后废气浓度;
将所述处理后废气类型和所述处理后废气浓度输入所述废气去除率计算模块,生成所述初始废气去除率。
5.如权利要求4所述的方法,其特征在于,所述方法应用于一废气处理效果评估***,所述***为一处理效果评估区块链的一区块链节点,所述将所述废气处理参数集输入所述处理效果评估模型,对所述处理效果评估模型进行初始化,之前包括:
将所述废气类型、所述废气浓度和所述废气处理参数集输入所述处理效果评估区块链,匹配处理效果评估模型构建数据集,其中,所述处理效果评估模型构建数据集包括所述废气类型、所述废气浓度和所述废气处理参数集的同族数据,及处理效果记录数据;
根据所述处理效果记录数据对所述废气类型、所述废气浓度和所述废气处理参数集的同族数据进行标识;
通过标识后的所述处理效果评估模型构建数据集,基于深层神经网络,训练所述处理效果评估模型。
6.如权利要求4所述的方法,其特征在于,所述将所述处理后废气类型和所述处理后废气浓度输入所述废气去除率计算模块,生成所述初始废气去除率,之前包括:
构建废气去除率计算经验式:任意类型的废气去除率=偏差因子*[(废气浓度-处理后废气浓度)/废气浓度],其中,偏差因子表征浓度检测误差;
根据所述废气去除率计算经验式,构建所述废气去除率计算模块。
7.一种废气处理效果评估***,其特征在于,所述***包括用户端和处理终端,所述***和等离子废气处理设备通信连接,所述设备包括废气检测通道和等离子发生装置,所述***包括:
检测模块,所述检测模块用于当接收到废气处理指令时,将待处理废气输送至废气检测通道进行检测,获取废气组分特征,其中,所述废气组分特征包括废气类型和废气浓度;
废气处理参数确定模块,所述废气处理参数确定模块用于通过等离子发生装置,获取废气处理参数集;
初始评估模块,所述初始评估模块用于将所述废气类型、所述废气浓度和所述废气处理参数集发送至处理终端进行处理效果评估,生成初始废气去除率;
判断模块,所述判断模块用于判断所述初始废气去除率是否满足废气去除率阈值;
优化调整模块,所述优化调整模块用于若不满足,对所述废气处理参数集进行优化调整,获取参数优化结果,所述优化调整模块还包括:
废气处理参数集取值约束区间确定模块,所述废气处理参数集取值约束区间确定模块用于根据所述等离子废气处理设备,获取废气处理参数集取值约束区间;
曲线构建模块,所述曲线构建模块用于根据历史废气处理参数集,构建去除率-废气处理参数趋势曲线;
参数优化向量空间确定模块,所述参数优化向量空间确定模块用于根据去除率对所述去除率-废气处理参数趋势曲线中的历史废气处理参数集进行排列,结合所述废气处理参数集取值约束区间,生成参数优化向量空间;其中,所述参数优化向量空间是对历史废气处理参数集按照历史废气去除率由高到低进行排列,确定的虚拟取值空间;且,所述参数优化向量空间中的历史废气处理参数集均满足所述废气处理参数集取值约束区间;
初始数据集设定模块,所述初始数据集设定模块用于将所述废气处理参数集设为初始数据集;
对比数据集确定模块,所述对比数据集确定模块用于从所述参数优化向量空间中随机取值,获取对比数据集;
更新迭代模块,所述更新迭代模块用于若是所述对比数据集的去除率大于等于所述初始数据集的去除率,通过所述对比数据集的参数值对所述初始数据集更新后基于所述初始数据集继续迭代;若是所述对比数据集的去除率小于所述初始数据集的去除率,基于所述初始数据集继续迭代;
参数优化结果确定模块,所述参数优化结果确定模块用于当满足预设迭代次数时,将所述初始数据集最终的参数值设为所述参数优化结果;
优化评估模块,所述优化评估模块用于将所述参数优化结果、所述废气类型和所述废气浓度发送至所述处理终端进行处理效果评估,获取优化废气去除率;
数据发送模块,所述数据发送模块用于当所述优化废气去除率满足所述废气去除率阈值,将所述参数优化结果发送至用户端询问是否开始废气处理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210839327.2A CN114912855B (zh) | 2022-07-18 | 2022-07-18 | 一种废气处理效果评估方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210839327.2A CN114912855B (zh) | 2022-07-18 | 2022-07-18 | 一种废气处理效果评估方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114912855A CN114912855A (zh) | 2022-08-16 |
CN114912855B true CN114912855B (zh) | 2022-11-11 |
Family
ID=82771923
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210839327.2A Active CN114912855B (zh) | 2022-07-18 | 2022-07-18 | 一种废气处理效果评估方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114912855B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115358631B (zh) * | 2022-09-21 | 2023-09-05 | 张家港市艾尔环保工程有限公司 | 一种基于有害物质检测的废气定向处理方法及*** |
CN115600548B (zh) * | 2022-10-31 | 2023-05-30 | 广东盈华电子材料有限公司 | 一种高密度覆铜板的低损耗高频高速技术方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006043087A1 (de) * | 2005-11-14 | 2007-06-28 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Aufheizung eines Reduktionsmittel-Generierungssystems |
CN108283869A (zh) * | 2018-02-09 | 2018-07-17 | 上海睿筑环境科技有限公司 | 等离子体处理气体中污染物的方法 |
CN114544450A (zh) * | 2022-02-23 | 2022-05-27 | 清控(江苏)***有限公司 | 一种废气在线处理监测*** |
-
2022
- 2022-07-18 CN CN202210839327.2A patent/CN114912855B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102006043087A1 (de) * | 2005-11-14 | 2007-06-28 | Robert Bosch Gmbh | Verfahren und Vorrichtung zur Aufheizung eines Reduktionsmittel-Generierungssystems |
CN108283869A (zh) * | 2018-02-09 | 2018-07-17 | 上海睿筑环境科技有限公司 | 等离子体处理气体中污染物的方法 |
CN114544450A (zh) * | 2022-02-23 | 2022-05-27 | 清控(江苏)***有限公司 | 一种废气在线处理监测*** |
Non-Patent Citations (2)
Title |
---|
厦门市工业源VOCs治理技术及区域性治理效果评估;金月正等;《环境工程学报》;20210630;第1956-1965页 * |
等离子体协同吸附催化净化喷漆废气的研究;魏周好胜;《中国优秀硕士学位论文全文数据库工程科技辑》;20171015;第17-42页 * |
Also Published As
Publication number | Publication date |
---|---|
CN114912855A (zh) | 2022-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114912855B (zh) | 一种废气处理效果评估方法及*** | |
CN111804146B (zh) | 一种智能喷氨控制方法以及智能喷氨控制装置 | |
CN113769519B (zh) | 一种建筑工地的智能降尘控制方法及*** | |
WO2003036330A8 (en) | Neural network based predication and optimization for groundwater / surface water system | |
CN110059723B (zh) | 一种基于集成深度卷积神经网络的鲁棒烟雾检测方法 | |
WO2005083618A3 (en) | Method and apparatus for modelling, simulating and analyzing chemical reactions and biochemical processes | |
CN101180590A (zh) | 预测性排放物监测***及方法 | |
EP1814055A3 (en) | Improved method and system for detecting malicious behavioral patterns in a computer, using machine learning | |
CN113469449B (zh) | 脱硫***的寻优控制方法及*** | |
CN107678381A (zh) | 一种噪声信号处理方法及相关设备 | |
CN109754581A (zh) | 机房设备预警方法、装置、设备及存储介质 | |
CN116400627A (zh) | 一种基于5g的工业远程控制***及方法 | |
CN111077806B (zh) | 一种用于移动机器人的电量管理*** | |
CN115952884A (zh) | 一种基于工业互联网的纺织行业碳排放与碳足迹监测方法及*** | |
KR102439833B1 (ko) | 실험데이터 생성을 위한 악취측정장치 및 그 동작방법 | |
CN114881470A (zh) | 基于数据的垃圾焚烧发电污染物排放风险诊断预警方法 | |
Soltani et al. | Stochastic analysis of linear time-invariant systems with renewal transitions | |
CN114910612A (zh) | 一种废气检测*** | |
CN113685980B (zh) | 新风设备及其控制方法、控制装置和可读存储介质 | |
WO2005003368A3 (de) | Verfahren, computerprogramm mit programmcode-mitteln und computerprogramm-produkt zur analyse eines regulatorischen genetischen netzwerks einer zelle | |
CN114326880B (zh) | 一种用于温室大棚的设备智能控制方法及*** | |
Liu et al. | Combination prediction for short-term traffic flow based on artificial neural network | |
CN116045438A (zh) | 一种三恒智慧住宅的新风***及其控制方法 | |
CN116413318B (zh) | 一种基于井盖的有毒气体联合检测方法及*** | |
CN117742226B (zh) | 基于多参数微生物传感的智能粪便处理控制方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |